🔢 mathematics

AirCNN via Reconfigurable Intelligent Surfaces: Architecture Design and Implementation

تقدم هذه الورقة البحثية AirCNN، وهو نموذج مبتكر يستفيد من الأسطح الذكية القابلة لإعادة التشكيل (RISs) لإجراء عمليات الالتفاف التناظرية عبر الهواء، حيث تثبت من خلال التحسين المشترك والمحاكاة أن بنيات MISO متعددة الأسطح (multi-RIS) تحاكي بفعالية كلاً من طبقات الشبكات العصبية الالتفافية القياسية والطبقات الالتفافية المنفصلة عميقاً مع أداء تصنيف عالٍ.

المؤلفون الأصليون: Meng Hua, Haotian Wu, Deniz Gündüz

نُشر 2026-03-10

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Meng Hua, Haotian Wu, Deniz Gündüz

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن لديك عقلًا ذكاءً اصطناعيًا فائق الذكاء (شبكة عصبية تلافيفية، أو CNN)، يحتاج إلى النظر إلى صورة ليخبرك ما إذا كانت قطة، أم كلبًا، أم سيارة. عادةً، يعيش هذا العقل داخل شريحة كمبيوتر، حيث يقوم بمعالجة الأرقام واحدًا تلو الآخر في مصنع رقمي.

تقدم هذه الورقة البحثية فكرة جامحة جديدة تسمى AirCNN. فبدلاً من إجراء العمليات الحسابية داخل شريحة الكمبيوتر، يريد المؤلفون إجراء هذه العمليات في الهواء باستخدام الموجات الراديوية والمرايا الخاصة.

إليك تفصيل لكيفية عمل ذلك، باستخدام تشبيهات بسية:

1. المشكلة: "المصنع الرقمي" مقابل "الطريق السريع في الهواء"

الطريقة القديمة (الرقمية): تخيل مصنعًا حيث يقوم العمال (الترانزستورات) بأخذ مادة خام (الصورة)، وقياسها، ثم قصها، ثم لصقها معًا خطوة بخوة. إنها عملية دقيقة، لكنها تستغرق وقتًا وطاقة.
الطريقة الجديدة (AirCNN): تخيل أنك تريد تشكيل كتلة من الطين. بدلاً من نحتها بالأدوات، تقوم برميها في نفق هوائي. إذا قمت بترتيب الأنفاق والمراوح بشكل صحيح، فإن الرياح نفسها ستشكل الطين إلى الشكل المثالي أثناء طيرانه.
- في AirCNN، "الطين" هو البيانات (الصورة).
- "الرياح" هي الإشارة الراديوية.
- "المراوح" هي الأسطح الذكية القابلة لإعادة التشكيل (RIS).

2. الأداة السحرية: الأسطح الذكية القابلة لإعادة التشكيل (RIS)

فكر في الـ RIS كأنها جدار مرايا ذكي وقابل للبرمجة.

المرآة العادية تعكس الضوء فقط.
أما الـ RIS فهي مثل جدار مكون من آلاف المرايا الصغيرة المستقلة (مثل بكسلات الشاشة) التي يمكنها تغيير زاويتها فورًا.
من خلال إمالة هذه المرايا الصغيرة، يمكن للـ RIS ثني الموجات الراديوية أو تركيزها أو تشتيتها تمامًا كما نريد. إنها تحول الفضاء الفارغ بين المرسل والمستقبل إلى "غرفة قابلة للبرمجة".

3. كيف تحدث الرياضيات في الهواء

في الكمبيوتر العادي، تعتبر "التلافيف" (العملية الحسابية الأساسية لتمييز الصور) بمثابة تمرير قالب فوق صورة وضرب الأرقام.

الخدعة: أدرك المؤلفون أن الموجات الراديوية تتجمع طبيعيًا. إذا أرسلت إشارتين راديوين في نفس الوقت، فإنهما تختلطان معًا في الهواء.
الإعداد:
1. المرسل: يرسل بيانات الصورة على شكل موجات راديوية.
2. الـ RIS (جدار المرايا): يقوم الجدار بإمالة مراياه الصغيرة لتشويه الموجات. هذا التشويه هو في الواقع "العملية الحسابية" التي يتم إجراؤها. الأمر يشبه الرياح التي تشكل الطين.
3. المستقبل: يلتقط الموجات. ولأن الموجات قد تم تشكيلها بواسطة المرايا، فإن المستقبل لا يحتاج إلى القيام بالعمليات الحسابية الثقيلة؛ فالإجابة "مخبوزة" بالفعل داخل الإشارة.

4. طريقتان لبناء "مصنع الهواء"

تختبر الورقة طريقتين مختلفتين لإعداد هذا النظام، مثل الاختيار بين طريق ذي مسار واحد وطريق سريع متعدد المسارات:

MISO (مدخل متعدد، مخرج واحد):
- التشبيه: طريق ذو مسار واحد حيث تأخذ السيارات (البيانات) أدوارها في القيادة.
- كيف يعمل: يرسل المرسل البيانات في أجزاء. تقوم الـ RIS بتغيير زوايا مراياها لكل جزء من البيانات لإجراء العمليات الحسابية.
- المزايا: مرونة عالية ويمكنه إجراء عمليات حسابية معقدة بدقة كبيرة.
- العيوب: يستغرق وقتًا أطول لأن كل شيء يحدث خطوة بخطوة.
MIMO (مدخل متعدد، مخرج متعدد):
- التشبيه: طريق سريع متعدد المسارات حيث تسير العديد من السيارات جنبًا إلى جنب في وقت واحد.
- كيف يعمل: يحتوي المرسل على العديد من الهوائيات، ويحتوي المستقبل أيضًا على العديد من الهوائيات. يرسلون جميع البيانات في وقت واحد. تقوم الـ RIS بضبط مراياها مرة واحدة للدفعة بأكملها.
- المزايا: سريع جدًا (زمن انتقال منخفض).
- العيوب: من الصعب جعل الرياضيات مثالية، خاصة إذا كانت الإشارة ضعيفة أو الغرفة "مليئة بالصدى".

5. النتائج: ماذا وجدوا؟

أجرى المؤلفون عمليات محاكاة (اختبارات حاسوبية) لمعرفة مدى قدرة هذا "العقل الهوائي" على التعرف على الصور (مثل تحديد الملابس في مجموعة بيانات Fashion MNIST).

إنه يعمل! يمكن للنظام التعرف على الصور بشكل جيد تقريبًا مثل الكمبيوتر العادي، لكنه يقوم بالمهام الثقيلة باستخدام الفيزياء بدلاً من الرقائق الرقمية.
"جدار المرايا" مهم: استخدام عدة جدران RIS (مرايا متعددة) أفضل بكثير من استخدام جدار واحد فقط. الأمر يشبه امتلاك فريق كامل من النحاتين بدلاً من واحد فقط؛ حيث يمكنهم تشكيل الإشارة بدقة أكبر بكثير.
مشكلة "الهواء الصافي": إذا كان الهواء صافيًا جدًا (خط رؤية مباشر بدون عوائق)، فإن النظام يعاني قليلاً. إنه يحتاج إلى قدر من "الفوضى" (الانعكاسات) ليكون لديه حرية كافية لتشكيل الموجات.
الطاقة مقابل السرعة: عندما تكون الإشارة ضعيفة، يكون نهج "المسار الواحد" (MISO) هو الأفضل. وعندما تكون الإشارة قوية، يكون نهج "الممرات المتعددة" (MIMO) أسرع وأكثر كفاءة.

الصورة الكبيرة

تقترح هذه الورقة مستقبلًا يكون فيه البيئة نفسها هي الكمبيوتر. بدلاً من إرسال البيانات إلى خادم لمعالجتها، نقوم بمعالجة البيانات أثناء انتقالها عبر الهواء باستخدام المرايا الذكية.

يمكن أن يؤدي هذا إلى:

ذكاء اصطناعي أسرع: لا انتظار لنقل البيانات إلى الخادم والعودة منه.
طاقة أقل: حاجة أقل للطاقة للرقائق الرقمية لأن الفيزياء في الهواء تقوم بالعمل.
شبكات الجيل السادس (6G): يعد هذا تقنية رئيسية للجيل القادم من الإنترنت اللاسلكي، حيث لا تكتفي الشبكة بنقل البيانات، بل تحسبها أيضًا.

باخت-الاختصار: AirCNN يحول الموجات الهوائية إلى آلة حاسبة ضخمة وغير مرئية.

إليك ملخص تقني مفصل لورقة البحث "CNNs in the Air via Reconfigurable Intelligent Surfaces" (AirCNN).

1. بيان المشكلة

تعالج الورقة البحثية تحدي تنفيذ الشبكات العصبية الالتفافية (CNNs) مباشرة داخل الطبقة الفيزيائية للاتصالات اللاسلكية لتقليل زمن التأخير واستهلاك الطاقة. تعتمد الشبكات العصبية الالتفافية التقليدية على عمليات الضرب والجمع الرقمية (MAC)، وهي عمليات مكثفة حوسبياً.

التحدي الجوهري: لا يمكن إجراء العمليات الالتفافية (Convolution) مباشرة عبر الهواء (OTA) لأن القنوات اللاسلكية تقوم بطبيعتها بعملية ضرب المصفوفات، وليس الالتفاف.
الهدف: هندسة بيئة الانتشار اللاسلكي باستخدام الأسطح الذكية القابلة لإعادة التشكيل (RIS) لمحاكاة العمليات الرياضية لطبقة CNN (تحديداً الالتفاف ثنائي الأبعاد 2D convolution) عبر انتشار الإشارات التناظرية، مما يخلق "شبكة عصبية فيزيائية لاسلكية" (WPNN).
العقبات المحددة: يتطلب رسم خرائط نوى الالتفاف متعددة القنوات (multi-channel kernels) على التحويلات الفيزيائية ضبطاً مشتركاً للمسبقات (precoders) عند المرسل، والمجمعات (combiners) عند المستقبل، وإزاحات الطور لـ RIS، مع الالتزام بالقيود العتادية (مثل إزاحة الطور ذات المعيار الموحد، وميزانيات القدرة).

2. المنهجية

يقترح المؤلفون إطار عمل AirCNN، الذي يحول العمليات الالتفافية إلى عمليات ضرب مصفوفات مكافئة يمكن تحقيقها عبر الإرسال عبر الهواء (OTA).

أ. التحويل الرياضي

الالتفاف إلى ضرب: توضح الورقة أن عملية الالتفاف ثنائية الأبعاد ( $Y = X * W$ ) يمكن تفكيكها رياضياً إلى عملية ضرب مصفوفات ( $Y = \bar{W} \bar{X}$ ) عن طريق إعادة ترتيب مصفوفات الصورة والنوى (هيكل يشبه مصفوفة توبليتز Toeplitz-like).
التحقيق عبر الهواء (OTA): بما أن الإرسال عبر الهواء يقوم بطبيعته بعملية ضرب المصفوفات ( $Y = HX$ )، فقد تم تصميم النظام بحيث تحاكي مصفوفة القناة الفعالة من البداية إلى النهاية ( $H$ ) نواة الالتفاف المفككة ( $\bar{W}$ ).

ب. بنية النظام

يستخدم إطار العمل مرسلاً يحتوي على $N_t$ من الهوائيات، ومستقبلاً يحتوي على $N_r$ من الهوائيات، و $L$ من أسطح الـ RIS، حيث يحتوي كل منها على $M/L$ من العناصر العاكسة. يتم نمذجة القناة الفعالة كـ $H = \sum_{l=1}^L \hat{H}_l \Theta_l \bar{H}_l$ ، حيث $\Theta_l$ هي مصفوفة إزاحة الطور لـ RIS رقم $l$ .

يقترح المؤلفون نموذجين للتحقيق لنوعين من طبقات CNN:

الالتفاف ثنائي الأبعاد الكلاسيكي (Conv2d)
الالتفاف المنفصل عميقياً (ConvSD) (خفيف الوزن)

لكلا النوعين، صمموا استراتيجيات إرسال MISO (مدخل واحد متعدد المخرجات) و MIMO (متعدد المدخلات متعدد المخرجات):

Conv2d MISO:
- يستخدم الوصول المتعدد بتقسيم الوقت (TDMA) للتعامل مع قنوات المخرجات بالتتابع.
- يستخدم $C_{in}$ من حوامل OFDM في وقت واحد لإرسال قنوات المدخلات.
- يتطلب $C_{in} \times C_{out}$ من الفترات الزمنية (أو تعديلات المسبق) لمحاكاة جميع النوى.
- المقايضة: درجات حرية (DoFs) عالية للمحاكاة ولكن مع عبء إشارات أعلى (فترات زمنية أكثر).
Conv2d MIMO:
- يستخدم $C_{out}$ من هوائيات الاستقبال لالتقاط جميع قنوات المخرجات في فترة زمنية واحدة.
- يتطلب تعديلاً واحداً فقط لـ RIS ومجموعة واحدة من المسبقات/المجمعات.
- المقايضة: عبء منخفض ولكن درجات حرية أقل لمحاكاة النواة مقارنة بـ MISO.
استراتيجيات ConvSD:
- الالتفاف العميق (Depthwise Convolution): يتم التعامل معه عبر تصميم الـ RIS/المسبق/المجمع.
- الالتفاف النقطي (Pointwise Convolution): يتم التعامل معه عبر المعالجة الرقمية عند المستقبل (التركيب الخطي للقنوات).
- MISO مقابل MIMO: تنطبق المقايضات نفسها، لكن هيكل العبء يختلف بسبب الفصل بين مراحل الالتفاف العميق والنقطي.

ج. التحسين

يتم تحسين بارامترات النظام (المسبق $F_1$ ، المجمع $F_2$ ، وإزاحات الطور $\Theta$ ) بشكل مشترك لتقليل خطأ معيار فrobinius بين القناة الفعالة والنواة الرقمية المستهدفة، مع مراعاة قيود القدرة والمعيار الموحد. يتم تدريب النظام بأكمله من البداية إلى النهاية باستخدام دالة خسارة التقاطع التقاطعي (cross-entropy loss) القياسية لتصنيف الصور.

3. المساهمات الرئيسية

إطار عمل AirCNN: نموذج جديد لتحقيق الشبكات العصبية الالتفافية ثنائية الأبعاد بالكامل عبر الحوسبة التناظرية عبر الهواء باستخدام RIS، مما يلغي الحاجة إلى عمليات MAC الرقمية في الطبقة الوسطى.
تصميم ثنائي البنية: يقترح ويحلل كلاً من بنيتي MISO و MIMO لتحقيق Conv2d و ConvSD، مما يوفر مقارنة شاملة لأدائهما مقابل عبء الاتصالات.
التحسين المشترك: يطور خوارزمية تحسين مشتركة لتصميم جهاز الإرسال والاستقبال وإزاحات طور RIS تحت القيود العملية (القدرة، المعيار الموحد).
التوسع إلى الشبكات العصبية خفيفة الوزن: يوسع إطار العمل ليشمل الالتفافات المنفصلة عميقياً (ConvSD)، مع معالجة استراتيجيات الإرسال المحددة لمراحل الالتفاف العميق والنقطي.
تحليل تعدد الـ RIS: يوضح فوائد نشر عدة أسطح RIS لتعزيز رتبة القناة (channel rank) ودرجات الحرية، خاصة في بيئات خط البصر (LoS).

4. النتائج العددية

أُجريت المحاكاة باستخدام مجموعة بيانات Fashion MNIST مع نموذج قناة تلاشي ريسيان (Rician fading).

الأداء مقابل القدرة: تزداد دقة التصنيف مع زيادة قدرة الإرسال ( $P_{max}$ ). تتفوق مخططات Conv2d عموماً على ConvSD بسبب قدرات استخراج الميزات الأقوى.
MISO مقابل MIMO (في Conv2d): يتفوق Conv2d MISO باستمرار على Conv2d MIMO في مختلف الإعدادات. ويعزى ذلك إلى قدرة مخطط MISO على استخدام درجات حرية أكثر (عبر فترات زمنية متعددة/تعديلات المسبق) لمحاكاة النوى المعقدة بدقة.
MISO مقابل MIMO (في ConvSD): يعتمد الأداء على ظروف القناة. يكون MISO متفوقاً فقط في ظروف القناة السيئة (قدرة منخفضة أو عامل ريسيان $K$ منخفض). في حالات القدرة العالية أو ظروف خط البصر (LoS) القوية، يكون MIMO أفضل أو مكافئاً بسبب انخفاض العبء وكفاءة استخدام الموارد.
تأثير عناصر الـ RIS ( $M$ ): يؤدي زيادة عدد العناصر العاكسة إلى تحسين الدقة بشكل كبير من خلال توفير المزيد من درجات الحرية وكسب التوجيه (beamforming gain).
تأثير عامل ريسيان ( $K$ ):
- في إعدادات الـ RIS المنفرد (Single-RIS)، ترتفع الدقة في البداية مع زيادة $K$ (كسب قناة أفضل) ولكنها تنخفض في النهاية عندما تكون $K$ عالية جداً (خط بصر قوي). وذلك لأن مكون خط البصر القوي يقلل من رتبة القناة، مما يحد من درجات الحرية المتاحة لمحاكاة الشبكة العصبية.
- إعدادات تعدد الـ RIS (Multi-RIS) تخفف من هذه المشكلة، حيث تحافظ على أداء قوي حتى في بيئات خط البصر القوية من خلال زيادة رتبة القناة الفعالة.

5. الأهمية

تقليل زمن التأخير: من خلال نقل الحوسبة من المجال الرقمي إلى الطبقة الفيزيائية، يلغي AirCNN عمليات MAC المتتالية، مما قد يتيح استنتاجاً (inference) فائق السرعة لتطبيقات الجيل السادس (6G).
كفاءة الطاقة: تستهلك الحوسبة التناظرية عبر RIS طاقة أقل بكثير من المعالجة الرقمية، مما يتماشى مع أهداف الاتصالات الخضراء.
نموذج التصميم المشترك: تؤسس الورقة رابطاً حيوياً بين نظرية الاتصالات (نمذجة القناة، التوجيه الشعاعي) والتعلم العميق، وتظهر أن القناة اللاسلكية نفسها يمكن أن تكون طبقة شبكة عصبية قابلة للبرمجة.
الجدوى العملية: تسلط الدراسة الضوء على أنه بينما يوفر MISO دقة أعلى، فإن MIMO أكثر كفاءة من حيث العبء، مما يوفر لمصممي الأنظمة مقايضة مرنة بناءً على متطلبات التطبيق المحددة (مثل زمن التأخير مقابل الدقة مقابل عرض النطاق الترددي). وتعد النتائج المتعلقة بنشر تعدد الـ RIS أمراً بالغ الأهمية لشبكات 6G المستقبلية التي تعمل في بيئات انتشار متنوعة.